买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉国网福建省电力有限公司经济技术研究院;国网福建省电力有限公司申请的专利一种基于生成对抗网络的日前现货出清电价-负荷数据修复方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117271497B 。

龙图腾网通过国家知识产权局官网在2026-03-06发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202311313796.1，技术领域涉及：G06F16/215；该发明授权一种基于生成对抗网络的日前现货出清电价-负荷数据修复方法是由张承圣;叶颖津;韩雅儒;朱雅芳;张诗鸣;叶楠;阮迪;陈志铭;吴啟帆;林红阳设计研发完成，并于2023-10-11向国家知识产权局提交的专利申请。

本一种基于生成对抗网络的日前现货出清电价-负荷数据修复方法在说明书摘要公布了：本发明提出一种基于生成对抗网络的日前现货出清电价‑负荷数据修复方法，建立训练数据集；采用K‑means聚类算法，对用户用电负荷数据集进行聚类分析，划分典型用户群体；建立深度卷积生成对抗网络DCGAN模型；用日前现货市场历史出清电价数据与划分典型用户群体后的历史用户用电负荷数据对DCGAN模型进行训练，保留针对每一类典型用户群体的生成器结构；引入二值掩码矩阵表征新采集用户用电负荷数据的缺失位置，而后将新采集日前现货市场出清电价数据集、典型用户用电负荷数据集、存在缺失现象的目标用户用电负荷数据，输入与该类典型用户群体对应的生成器，输出新的生成数据；通过新的生成数据样本填补目标用户用电负荷数据的缺失部分。

本发明授权一种基于生成对抗网络的日前现货出清电价-负荷数据修复方法在权利要求书中公布了：1.一种基于生成对抗网络的日前现货出清电价-负荷数据修复方法，其特征在于，采集电力系统的日前现货市场历史出清电价数据与历史用户用电负荷数据，保留无缺失的数据部分，建立训练数据集；采用K-means聚类算法，对用户用电负荷数据集进行聚类分析，划分典型用户群体： 计算每个用户的负荷数据的平均负荷； 再使用“手肘法”对聚类分析的聚类数量进行判定； 设定聚类分析阈值ε，并判断目标函数的更新量是否小于阈值ε，以判断是否结束聚类迭代过程； 建立深度卷积生成对抗网络DCGAN模型，引入Wasserstein距离与梯度惩罚函数，提升DCGAN模型的性能；用日前现货市场历史出清电价数据与划分典型用户群体后的历史用户用电负荷数据对DCGAN模型进行训练，保留针对每一类典型用户群体的生成器结构： 具体为将无缺失的日前现货市场历史出清电价数据集P、无缺失的典型用户负荷数据集Lk中除选取的真实负荷数据集Lk0以外的负荷数据集Lk-0作为条件，与随机噪声数据z拼接后输入生成器，生成器输出生成数据Gkz；拼接后输入生成器的样本为三维矩阵形式，数据集P、随机噪声数据z与Lk-0通过第3维度通道进行拼接，最终拼接形成样本的大小为m×D×I；其中，D表示数据集包含的最大天数，m表示日前现货市场每日出清的电价个数，I为用户数，第3维度矩阵的拼接顺序为[P,z,Lk-0]，Lk-0＝{Lk1,Lk2,···,LkI-1}； 引入二值掩码矩阵表征新采集用户用电负荷数据的缺失位置： 定义新采集的第k类典型用户负荷数据集为Lk-new，定义该负荷数据集中出现缺失现象的目标用户用电负荷数据为Lk-new0，引入维度为m×D的二值掩码矩阵M对目标用户用电负荷数据Lk-new0的缺失情况进行表征，缺失位置所对应的元素值为0，否则为1； 而后将新采集无缺失的日前现货市场历史出清电价数据集、典型用户用电负荷数据集、存在缺失现象的目标用户用电负荷数据，输入与该类典型用户群体对应的生成器，输出新的生成数据； 最后通过新的生成数据样本填补目标用户用电负荷数据的缺失部分。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人国网福建省电力有限公司经济技术研究院;国网福建省电力有限公司，其通讯地址为：350012 福建省福州市晋安区茶园路68号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。